基于多因素空间选择深度学习算法的短时交通流预测方法

摘要

本发明提供了一种基于多因素空间选择深度学习算法的短时交通流预测方法。该方法的核心思想是筛选历史交通流量数据，找到与目标检测器空间相似最大的其他检测器，共同构造出时空关联矩阵，同时加入影响因素数据作为网络的第二个输入共同训练的网络参数，进一步用训练好的网络预测下一时间间隔内目标检测器的车流量。本发明可将路口短时间的流量序列进行良好预测，为提高流量预测的智能性与科学性、提升交叉口交通流的运行效率提供技术支持。